第五章均值比较与检验详解演示文稿.pptVIP

5.3 单样本T检验 3、实例分析 结果分析 表5.7是单样本T检验结果表，第一行的Test Value为检验参数值500，即用于比较的总体均值，下面从左至右依次为检验统计量（t）、自由度（df）、双尾检测概率P值（Sig.(2-tailed)）、样本均值与和检验值的差（Mean Difference）、均值差的95%置信区间（95%Confidence Interval of the Difference）。 当置信水平为95%时，显著性水平为0.05，从表5.7中可以看出，双尾检测概率P值为0.432，大于0.05，故零假设成立，也就是说抽样袋装食盐的重量与500克无显著性差异，有理由相信生产线工作状态正常。 * 当前第31页\共有48页\编于星期五\9点 主要内容 5.1 统计推断与假设检验 5.2 Means过程 5.3 单样本T检验 5.4 两独立样本T检验 5.5 两配对样本T检验 * 当前第32页\共有48页\编于星期五\9点 5.4 两独立样本T检验 1、两独立样本T检验目的和主要步骤 （1）两独立样本T检验的目的 单样本T检验是检验样本均值和总体均值是否有显著性差异，而两独立样本T检验的目的是利用来自某两个总体的独立样本，推断两个总体的均值是否存在显著差异。 例如，为比较两种牧草对奶牛的饲养效果，随机从奶牛群中选取喂养不同牧草的奶牛各10头记录每日平均产奶的量，根据记录的数据推断两种牧草对奶牛饲养的效果有无显著性差异。 * 当前第33页\共有48页\编于星期五\9点 5.4 两独立样本T检验 1、两独立样本T检验目的和主要步骤 （2）两独立样本T检验的主要步骤 第1步 提出零假设； 两独立样本T检验需要检验两个总体的均值是否存在显著性差异。因此，零假设 为： ，即假设两样本均值相等，备择假设为： ，即假设两样本均值不等。 * 当前第34页\共有48页\编于星期五\9点 * 第五章均值比较与检验详解演示文稿 * 当前第1页\共有48页\编于星期五\9点 优选第五章均值比较与检验 * 当前第2页\共有48页\编于星期五\9点 5.1 统计推断与假设检验 1、参数检验 利用样本数据对总体特征的推断通常有两种情况： （1）当总体分布已知（如总体为正态分布）的情况下，对总体包含的参数进行推断的问题称为参数检验； （2）当总体分布未知的情况下，根据样本数据对总体的分布形式或特征进行推断，通常采用的统计推断方法是非参数检验方法。 * 当前第3页\共有48页\编于星期五\9点 5.1 统计推断与假设检验 1、参数检验 ①均值比较（Means），用于计算指定变量的综合描述统计量； ②单样本T检验（One-Sample T Test），检验单个变量的均值与假设检验值之间是否存在差异； ③独立样本T检验（Independent Sample T Test）,用于检验两组来自独立总体的样本，其独立总体的均值或中心位置是否一样； ④配对样本T检验（Paired-Sample T Test），用于检验两个相关的样本是否来自具有相同均值的总体。 Compare Means子菜单 * 当前第4页\共有48页\编于星期五\9点 5.1 统计推断与假设检验 2、假设检验的几个概念 (1)统计假设 原假设：在很多情况下，我们给出一个统计假设仅仅是为了拒绝它。例如，如果我们要判断给定的一枚硬币是否均匀，则我们假设硬币是均匀的（即p=0.5，其中p是正面出现的概率）类似地，如果我们要判断一种方法是否优于其他的方法，则我们假设两种方法之间没有差异。这样的假设通常称为零假设或原假设，记为 备择假设：任何不同于零假设的假设都称为备择假设。例如，如果零假设是 ，则备择假设是 。备择假设记为 。 * 当前第5页\共有48页\编于星期五\9点 5.1 统计推断与假设检验 2、假设检验的几个概念 (2)假设检验的两类错误 第一类错误：在假设检验中拒绝了本来是正确的零假设，称为“弃真”错误 。 第二类错误：在假设检验中没有拒绝本来是错误的零假设，称为“取伪”错误 。 * 当前第6页\共有48页\编于星期五\9点 5.1 统计推断与假设检验 2、假设检验的几个概念 (3) 显著性水平 在作假设检验时，我们犯第一类错误的最大概率称为检验的显著性水平。这个概率常记为，通常抽样前就指定好，这样得到的结果才不会影响我们的选择。 在实际问题中，显著性水平可以有多种选择，但最为普通的是0.05或0.01。例如，如果设计一个决策法则选择的显著性水平是0.05（5%），那么在100次中可能有5次机会使我们拒绝本该接受的假设。也就是说，我